本篇文章6012字，读完约15分钟
在2016年湖南省人工智能论坛暨资兴人工智能研究所的开幕式上，许多国内外顶尖专家给我们做了报告。中国科学院自动化研究所模式识别国家重点实验室研究员、天津中科智能识别产业技术研究所所长孙振安对虹膜识别做了详细说明。
今年是人工智能60周年。虹膜、人脸和指纹的识别是一种实用的人工智能，也是一个成功的开发和利用方向。如今，智能手机基本上是通过指纹识别解锁的。最近，三星发布的新手机将会有虹膜解锁功能，所以现在很多人对虹膜识别知之甚少。我给你上一堂科普课。
什么是爱丽丝？
虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的环形膜，在红外光下呈现出丰富的视觉特征，如斑点、条纹、细丝、冠、穴等。
为什么使用虹膜识别现在，主要有人脸识别和指纹识别。事实上，虹膜有很大的优势。
1.独特性:虹膜的形成主要由胚胎发育环境的随机因素决定。虹膜纹理中随机分布的细节特征决定了虹膜图案的唯一性。虹膜具有独特的纹理结构，虹膜上细节特征的自由度是数百个数量级，因此它可以唯一地识别个体身份。
2.稳定性:出生后8个月虹膜纹理形成稳定，终身不变。
3.非侵入性:收集是非接触性的，并且有可能从远距离获得。
4.安全性:相对指纹和面部特征不容易被窃取。大多数虹膜需要通过红外线来识别，因为虹膜介于黑色瞳孔和白色瞳孔之间，而中国的大多数虹膜色素都在近红外线之下以显示细节，这可以非常准确地识别一个人的身份。
虹膜识别的简史最早是由眼科医生在1936年发现的，每个人的虹膜都是不同的。他发现虹膜可以用于人脸识别。1985年，另外两名眼科医生申请了美国第一个虹膜识别专利。他们认为虹膜可以通过计算机实现，但他们不知道如何实现。后来，美国哈佛大学的研究员约翰·道格曼发明了第一个虹膜识别算法。他以算法的形式表达了虹膜识别。
然后，在20世纪90年代，一些虹膜识别产品相继被开发出来。后来，虹膜识别被证明是一种非常安全可靠的识别技术，它被广泛应用于各个领域，包括海关、机场和国民身份证。目前，有三个国家作为身份证虹膜的识别。例如，印度的每个人都分配了一个号码来收集虹膜。现在，已经有10亿人收集了虹膜识别特征，并且在印度的应用非常成功。墨西哥和印度尼西亚现在在他们的国民身份证上增加了虹膜特征。中国科学院自动化研究所从1999年开始研究虹膜产品，后来我们发明了手机终端的虹膜应用。这可能是鸢尾的发展史。
虹膜识别的应用目前，虹膜识别的应用领域非常广泛。无论是物理空还是网络空，只要是个人身份，都可以使用，包括用于安全检查的iris或用于安全和反恐的iris。一些恐怖分子可以化妆甚至换衣服。目前，我们的技术也用于国外银行自助提款机，可以用虹膜身份证取款。
此外，三星新发布的手机使用虹膜识别，支付宝也使用虹膜识别。他们还明确表示，虹膜的使用是未来的一个重要方向，因为指纹是可以伪造的，支付宝的资金很有可能会通过伪造的指纹被盗，包括摸过杯子和杯子的指纹。在公共安全、司法和监狱管理中，包括煤矿工人的考勤，iris在门禁控制中也有着广阔的应用前景。
虹膜识别主要过程的第一步是获取虹膜图像，这意味着普通相机无法获得清晰的虹膜纹理，因为人的虹膜在物理尺寸上相对较小，需要一些近红外光。
第二步是虹膜图像处理。我们需要有效地分割它，然后使它正常化。
第三步是虹膜图像特征比较，这也是虹膜比较的关键步骤。1998年，我们发展了虹膜计算的理论和方法。
虹膜图像采集:首先，我们将介绍虹膜图像采集过程，这是一个具有挑战性的问题。首先，物理尺寸较小，这使得成像系统的景深相对较小。然后，用户的眼睛与相机在同一光轴上，因此不太方便有效地聚焦，或者传统技术正面临巨大的挑战。例如，戴上眼睛后，会受到反射等其他因素的干扰，因此虹膜图像的采集是虹膜识别的一大瓶颈。
虹膜成像的原理是利用近红外滤光器对经过成像系统后的图像进行成像，包括一些视觉反馈和人与摄像机之间的距离。该虹膜系统是一个精密的自动化系统，它是在不同条件下采集的虹膜图像。我们的东方虹膜纹理采用800多纳米的近红外光源，虹膜图像最清晰。
目前，虹膜识别系统主要是短程的。例如，笔记本电脑中使用的IRI设备，包括这种便携式虹膜成像系统，包括虹膜成像设备。目前，一些公司开发了长距离，例如，从1米到3米采集虹膜纹理更方便，这也是安检的一个重要趋势。主要的科研单位和机构，一些美国公司，如aoptix，eyelock，sarnoff，都开发了近距离虹膜系统。
虹膜图像采集有四大飞跃。我们从1998年开始，1999年从零开始实现。那时，我们从美国购买设备，但他们没有卖给我们。后来，通过我们的独立研究，我们在2001年取得了很大的进步。我们实现了从一只眼睛到两只眼睛的习得。2006年和2008年，制造了新设备。后来，我们开发了一个光场，可以先拍摄图像，然后聚焦。
现在我们正在开发移动终端的虹膜识别技术，这是我们对手机虹膜识别的最新研究和开发。这是虹膜识别注册。实现虹膜注册只需要两三秒钟，非常方便。今年年初，第一款iris安全手机发布，它被用于国家安全部门，包括拥有自主知识产权的iris设备。我们还建立了自己的iris项目数据库，已被16，000个科研团队应用，包括各种数据库。通过虹膜图像的共享，我们极大地提高了虹膜研究领域的活动。
采集虹膜图像后，需要对虹膜图像进行预处理，即在虹膜图像上反射一些光线，包括确定初始位置，即虹膜检测，然后定位虹膜内外圆。有时虹膜不是完全圆的，包括对睫毛和眼睛的检测。我们还提出了一种新的方法，可以根据虹膜分布规律自动建模，然后结合纹理、虹膜边缘、上下眼睑边界，再用一些模型来放置这些睫毛和光斑。
与虹膜图像特征相比，传统的虹膜识别方法比较复杂。我们提出了一种新颖、简单、实用、计算速度非常快的顺序测量特征，即通过计算图像区域之间的绝对值来计算哪个区域比哪个区域亮和暗。
这些代码符合二项式分布，因此如果虹膜对齐由不同的用户执行，则可以确定匹配分数的分布服从二项式分布。汉明距离匹配分数会很高。即使大部分同一个人有一些噪音，排序测量可以匹配，因此很容易识别和计算速度非常快。之后，我们提出了线性规划来解决虹膜和掌纹图像序列测量的特征选择问题，并在主流虹膜和掌纹图像数据库中取得了最佳的识别效果。
虹膜识别的机遇与挑战虹膜识别技术完成后，我们已经应用于监狱犯人管理、机场安检、计划生育、反恐和国外提款机，并将发布今年的虹膜安全手机。现在，经过多年的发展，虹膜可以取得很好的识别效果，但并不一定完全解决虹膜识别的问题，因为在复杂的场景中，尤其是在远距离、多目标包括通信的条件下，如何准确识别人仍然需要大量的研究。
包括不同姿势和速度的用户、环境中的不同照明等。，是该系统未来的发展方向。特别是在网络条件下，它给虹膜识别带来了新的机遇，例如，虹膜采集和识别可以在3到5米甚至10米之外实现，包括如何在手机上挑战互联网和移动互联网。我们认为有三个挑战:一是便利性的挑战。第二是鲁棒性的挑战。第三是安全挑战。
尽管虹膜的内在安全性比指纹和面部安全得多，但其他人也可以使用这种虹膜艺术或玻璃眼球，或戴上接触式眼镜进入虹膜识别系统。因此，虹膜应该从近距离到远距离，从被动成像到主动成像，从静态成像到动态成像。在未来，我们可以同时采集很多人的虹膜，从远距离到近距离，甚至可以呈现三维人脸，包括图像的采集和用户的合作。我认为在虹膜生物特征识别方面仍然需要创新，因为虹膜采集的对象和距离是不断变化的，所以很难保证每次都能通过使用固定的模式来处理不断变化的场景来获取高质量的虹膜图像。
现有虹膜识别技术的局限性，因此，我们认为现在所有的大问题，感觉和知识，都是单向的过程，它们没有被考虑，也就是说，感觉和知识是相互隔离的，因为我们可以在成像过程中动态地配置感测帧，因为成像设备过去是固定的，包括焦距和光圈。
在虹膜识别发展之后，我们希望使它具有生命力，也就是说，它可以根据环境本身进行动态配置和调整，这就是所谓的动态可配置生物传感框架。在自上而下的认知和任务的驱动下，选择最佳参数来采集最佳图像。在识别过程中，也是由自下而上的数据驱动，然后由大数据驱动，我们可以利用深层神经网络方法得到更好的识别模型。由于以往的识别模型都是人工调整滤波器的参数，很难处理复杂的虹膜成像，所以识别算法应该是自适应的。
面对虹膜识别的需求，采用计算成像的主动感知模式，建立可动态配置的视觉感知模型，采集多维光场的虹膜成像信息。成像过程是由认知任务和多维度驱动的。在信号处理阶段，多维信号处理用于计算。例如，在成像过程中有计算，在识别过程中有成像参数。在这种情况下，我们引入识别任务在成像过程中的认知要求，进行有针对性的虹膜信息检测，建立虹膜纹理成像的身份识别。
计算光场成像技术我们研究和开发了计算光场成像。光场成像的基本思想是在成像过程中同时记录光的方向和强度。通过这种方式，我们可以获得三维感知，并且我们可以在成像后聚焦。我们可以采用计算成像的方式，并且可以计算不同位置目标的重新聚焦。通过这种方式，我们可以得到不同人的虹膜，这样一个图像可以拍摄多个虹膜。
光场相机我们也成功开发了光场相机，并通过计算模型呈现三维信息，可以同时实现对多个目标的虹膜成像，因为原始的虹膜成像是先成像后对焦，然后在虹膜成像过程中，可以使用实时检测。例如，使用一张空白纸就可以根据眼睛区域和焦点区域实现真实虹膜或虚假虹膜的自动识别，非常方便。
数据驱动，像人工智能之父明斯基，认为用不同的数据来描述智能模型更有效，因为虹膜的本质是多样性和复杂性，所以我们提出数据驱动，也就是用数据神经网络的模型来定义这样一种虹膜识别大数据的方法。例如，通过简单地用机器自动学习大数据模型，使用手动设置的规则分割虹膜图像将增加19%，从而可以实现虹膜识别的概念元素和数据定义。包含这种噪声的虹膜图像分割取得了很好的效果。
我们同时使用这种方法对这个国家进行分类。如果单个神经网络的准确率只有98%，但是虹膜网络的准确率可以达到99%，我们使用深度神经网络对虹膜图像进行处理，因为虹膜图像可以来自互联网或者手机设备制造商，所以成像有差异。我们以前研究过许多方法来克服这些差异。我们用共同的空来表达模型。之后，我们使用数据驱动，也就是说，使用深度学习来识别虹膜图像，这与传统方法相比也提高了准确性。
虹膜识别系统面临的最后一个问题是，虹膜系统在未来将面临一些安全问题，因为虹膜是一个信息安全系统，每个环节都可能受到安全攻击。例如，传感器可以伪造数据进行攻击，包括特征提取和符号比较，这将产生安全攻击。关键是要解决两个安全分析。例如，如何在前端判断和识别伪造的虹膜纹理，如何在后端保护虹膜特征模板以保护用户的隐私。
为了识别假虹膜纹理，我们采用了活体检测的方法。目前，活体检测的主要方法是纹理分类，即真实用户采集的虹膜非常自然、圆润，然后修复后的虹膜纹理会形成一些粗糙的纹理，因为我们使用纹理分类来区分。
我们的活体检测方法也用于种族分类和大规模数据库粗分类，并取得了良好的效果。我们利用许多人的虹膜大数据自动实现一个分层的视觉原始字典，然后在这个投影上对其进行分类。目前，国外银行都有这样的需求，因为活体检测可以检测出99%以上的假瞳孔虹膜图像，并且可以自动判断或报警隐形眼镜，而同一个模型不仅可以解决虹膜活体检测的问题，还可以实现种族分类。
后端虹膜特征保护——虹膜密钥系统，如传统的虹膜识别，与基因无关。后来，我们对虹膜的研究与基因有关。亚洲鸢尾和欧洲鸢尾有很大的不同。我们可以使用自动分类来达到99%的准确率。如果你给我一个虹膜图像，我就知道它是亚洲的还是欧洲的。我们还提出了一种结合信息安全的虹膜密钥系统。提出了虹膜密钥的方法，可以同时保护虹膜模板和密钥。虹膜密钥是一种结合虹膜识别和密码学的安全系统，可以保证虹膜特征和密钥的安全性。同时，基本思想是模糊承诺。
基本原理是通过计算512字节的虹膜特征码和密钥的纠错码来生成密钥码，这样计算出来的结果就是一个安全的结果，这个结果很难攻击。除非你知道我的钥匙，你可以通过虹膜比较结果。即使不能进行100%的比较，只要误差在一定范围内，也可以用这个纠错码来解决这个问题。这样，虹膜特征可以被实现并且可以被撤销。
例如，虹膜模板可以采用新的模板来保护加密，这样可以保护虹膜模板的安全性。在实际过程中，不同时期采集的不同虹膜图像不能100%匹配，有些误差可以通过纠错编码来克服。此外，侵入键的程度得到了增强。我们已经通过了成像特征和提取模块。有多少种纠错编码可以提高安全性？该虹膜密钥系统可以实现800个密钥系统的嵌入
最后，我们的团队从虹膜信息采集的源头进行了系统创新，开辟了从科研到产业化的完整虹膜识别链，并实践了采集设备、数据资源、识别算法、集成系统和应用技术路线，虽然我们取得了一些进展。但是，我们相信，从受控场景到复杂场景的虹膜识别还有很多问题需要解决，我们会不断努力做得更好。
问:在你刚才谈到的过程中，你提到了识别准确性的问题。我问是在哪个数据库上获得的准确度。
孙振安:实验的结果是数百人被分为汉族、蒙古族和藏族。该数据库中有一个描述。汉族400多人，男性400多人，女性200多人，藏族男性178人，女性124人，蒙古族相对较少，男性58人，女性72人，图片2万多幅。
问题:除了这些测试，其他数据库的最大容差是多少？就是保持90%的准确率。
孙振安:我们也测量过，成千上万的人基本上可以达到99%以上。例如，简单地定义两个类别。例如，东方人和西方人的准确率也很高，因为东方人和西方人的纹理分布和特征仍然不同。
问:你刚才提到了虹膜识别小组。它将来会取得什么样的成就？除了刚才提到的几部虹膜识别手机。
孙振安:我们最近刚刚申请了国家重点研发计划。云计算和大数据项目中有一个项目。我们将在未来十厘米之外实现多模态虹膜人脸步态图像识别，也就是说，他们在反恐和稳定方面有着迫切的需求，因为有很多极端分子，他们的脸被整容了，他们的名字被改了，他们的指纹都被抹掉了，而且他们无法确认自己的身份。下一个人我们将在公共安全领域做这个系统。基本上，我们为关键人员收集虹膜，基本上出国后我们不能去掉虹膜，除非我们瞎了眼睛。在我国，如何在监控环境下远程识别该人的身份还有很多领域需要研究。
问题:我想问，琉璃和隐形眼镜会影响虹膜识别系统吗？
孙振安:如果你戴上琉璃或者漂亮的瞳孔，就会有影响。这个纹理不是这个人的纹理，而是叠加在上面的纹理。我们必须准确地判断它。例如，在外国银行，我们的系统可以自动识别出你当时的影像是戴着彩色瞳孔还是漂亮的瞳孔，所以我们的系统可以自动识别它。我们必须请这个人摘下这个彩色的瞳孔或者漂亮的瞳孔。
